技術要約: MATTER – 多スケール・アテンションによるレジストレーション誤差の回帰

1. 問題定義

点群レジストレーション（PCR）は、SLAM（自己位置推定と地図作成）や物体追跡などのダウンストリームタスクにおいて極めて重要である。しかし、最適化における局所解、運動による歪み、計測ノイズ、および幾何学的に制約が不十分な問題などの困難なシナリオにおいて、レジストレーション誤差が頻繁に発生する。これらの誤差はダウンストリームのモジュールへと伝播し、地図の歪みやナビゲーションの失敗を引き起こす。

既存の手法によるレジストレーション品質の検証は、主にこの問題を分類タスク（点群不整合分類：PCMC）として扱っている。これらの手法は、レジストレーション結果を離散的な品質レベル（例：バイナリまたはマルチクラス）に分類するものである。これは有用ではあるものの、分類は誤差推定の粒度を制限し、実際のアライメント誤差の大きさを連続的に予測することを妨げる。さらに、従来の目的関数（例：最近接点残差、エントロピー利得）は、グランドトゥルース（真値）に対して評価されない限り、真のアライメント品質を示す指標としては信頼できないことが多い。

2. 手法: MATTER

著者らは、レジストレーションの検証タスクを、スカラーのアライメント誤差（$E_{align}$）を推定するための連続的な回帰問題として再定義するフレームワークであるMATTER（Multiscale ATTention for registration Error Regression）を提案する。

2.1 タスク定式化

目標は、推定された変換 $\hat{T}$ によって整列されたソース点群と、グランドトゥルースの変換 $T^*$ によって整列された同一のソース点群との間の、点ごとの平均距離を回帰することである。
$$E_{align} = \frac{1}{|P_S|} \sum_{p \in P_S} \| \hat{T}(p) - T^*(p) \|_2$$

2.2 アーキテクチャの概要

MATTERは、最先端のFACT法 [11] のアーキテクチャを適応させつつ、分類ヘッドを回帰ヘッドに置き換えている。核心となる革新は、複数のスケールで抽出された幾何学的特徴を融合させる多スケール・クロス・アテンション（図1）メカニズムにある。

2.3 特徴抽出

最遠点サンプリング（Farthest Point Sampling）によって選択されたアンカー点の集合に対し、モデルはソース（$P_S$）およびリファレンス（$P_R$）の両方の点雲から特徴を抽出する：

• 局所特徴: 様々な半径の近傍内で計算される。これには、独立および結合エントロピー（$H(N_{sep}), H(N_{joint})$）、Sinkhornダイバージェンス（$D_\lambda$）、およびカバレッジ比（$\rho_{joint}, \rho_{sep}$）が含まれる。
• グローバル特徴: 可視性スコア（$c$）、LiDARセンサからの距離（$d$）、およびバイナリのソースフラグ（$b$）。
• 信頼性の低いデータの処理: 近傍に一方の点雲の点が含まれていない場合、特徴量は限定されたデフォルト値に設定される。

2.4 多スケール・アテンション・メカニズム

小さな近傍（不適切なアライメントにおいて構造を見落とす可能性がある）と、大きな近傍（不均一性を導入しガウス仮定を破る可能性がある）のトレードオフに対処するため、MATTERは $S$ 個の異なる半径（$r_1, r_2, r_3$）で特徴を計算する。

1. 特徴分割: 特徴ベクトルは $S$ 個の部分に分割され、各部分はスケール固有の特徴と3つのグローバル特徴を含んでいる。
2. クエリ学習: クエリ学習（QL）モジュール（MLP）が、全特徴ベクトルからクエリベクトル $q$ を生成する。
3. アテンション重み: マルチヘッド・アテンションが適用され、クエリは各スケールから派生したキーと相互作用する。ソフトマックス値（$\alpha^{(s)}_i$）は、特定のアンカー点に対する各スケールの重みを決定する。
4. 集約: 重み付けされた値が集約・結合され、PointTransformerエンコーダとMLPを通過して最終的なアライメント誤差を予測する。

このメカニズムにより、モデルは点ごとのスケール選好を学習することができ、高密度でオーバーラップが良好な領域では小さなスケールを、疎または不整合な領域では大きなスケールを動的に優先することができる。

3. 主な貢献

1. 問題の再定義: 著者らは、点群不整合分類（PCMC）を**点群不整合回帰（PCMR）**へと拡張し、精細かつ連続的なレジストレーション誤差の定量化を可能にした。
2. MATTERフレームワーク: 複数の幾何学的スケールで特徴を抽出し、融合する多スケール・アテンション・ベースのアーキテクチャを導入した。これにより、特に点群の空間密度が不均一な場合における堅牢性が向上した。
3. 実証的検証: 3つの多様なデータセットにおいて、MATTERが適応された分類ベースのベースライン（FACTおよびCorAlを含む）を一貫して上回ることを示す包括的な実験を行った。また、本手法はフレームの再レジストレーションを誘導するために使用された際、ダウンストリームのマッピング品質を向上させることも示された。

4. 実験結果

本手法は、nuScenes-ICP（高オーバーラップ）、nuScenes-ICP (noisy)（GNSS劣化のシミュレーション）、および KITTI-GeoTransformer（低オーバーラップ／スキャンドロップアウト）の3つのデータセットで評価された。

• 性能指標: MATTERは、すべてのデータセットにおいて、平方根平均二乗誤差（RMSE）、平均絶対誤差（MAE）、および決定係数（$R^2$）において最先端の結果を達成した。
  • nuScenes-ICP において、MATTERは 0.243 m のRMSEを達成し、FACTの 0.323 m を上回った。
  • KITTI-GeoTransformer において、MATTERは 0.336 m のRMSEを達成し、FACTの 0.491 m を上回った。
• アブレーション研究:
  • 単一スケールモデルは明確な限界を示し、データセットに応じて異なる固定半径（例：高オーバーラップでは7.5m、低オーバーラップでは2.5m）を好む傾向があった。
  • アテンションを用いない多スケール結合は、単一スケールモデルよりは性能が向上したが、アテンションメカニズムを用いたものが、パラメータ数のわずかな増加（約0.06%）のみで最良の結果をもたらした。
• ダウンストリームへの影響: KITTI シーケンス10のマッピングプロトコルにおいて、MATTERを用いて再レジストレーションが必要なフレームを検出した場合、同じ再レジストレーションフレーム数に対して、最先端のFACT法（21.46 m）よりも低い最終アライメント誤差（18.35 m）が得られた。

5. 意義と主張

本論文は、離散的な分類から連続的な回帰へと移行し、多スケール・アテンションを利用することで、MATTERがより正確で堅牢なPCR品質検証ツールを提供することを主張している。

• 粒度: 誤差をいくつかのレベルに分類する従来の研究とは異なり、MATTERは実際の不整合の連続的な推定値を提供する。
• 堅牢性: アテンションメカニズムは、近傍スケールのトレードオフを効果的に処理し、局所的な幾何学形状やオーバーラップ条件に適応する。これは、単一の固定半径が機能しない、点群の空間密度が不均一なケースにおいて特に重要である。
• 実用的な有用性: 本手法は単なる理論的な改善ではない。マッピングパイプラインに統合された際、再レジストレーションのための追加の計算予算を必要とすることなく、生成される地図の品質を直接的に向上させる。

著者らは、MATTERがレジストレーション誤差推定における重要な前進であり、多様で困難な実世界のシナリオにおいて最先端の性能を提供すると結論付けている。